Penulis asli: Zhouzhou

Sumber: Daisy, Mars Finance

Hari ini, kenaikan harga swarms kembali mencolok, seluruh komunitas dipenuhi dengan dua topik yang memanas: rumor 'kecemasan' pendiri AI16Z, Shaw, dan tuduhan pelanggaran hak cipta oleh OpenAI terhadap kerangka multi-agen Swarm. Beberapa orang berspekulasi bahwa dorongan penggerak di balik lonjakan ini mungkin adalah kemunculan AI Agent berbasis Mcs. Agen ini tidak hanya dapat menjawab pertanyaan tentang pengetahuan medis, tetapi juga disebut sebagai produk yang paling mendekati masyarakat dan paling praktis dalam kerangka Swarms, pendirinya Kye Gomez, 'anak jenius' berusia 20 tahun, putus sekolah di SMA, dalam tiga tahun menyelesaikan kerangka koordinasi multi-agen Swarms, menjalankan 45 juta agen, melayani sektor keuangan, asuransi, dan kesehatan, yang layak disebut sebagai kekuatan keras.

Fluktuasi roller coaster

Token Swarms mengalami lonjakan cepat ke puncak kapitalisasi pasar sebesar 74,2 juta dolar AS pada 21 Desember setelah peluncurannya pada 18 Desember, sayangnya masa baik itu tidak bertahan lama, kapitalisasi pasar turun seperti roller coaster hingga ke titik terendah, hanya tersisa sekitar 6 juta dolar AS.

Selanjutnya, harganya berosilasi sekitar 13 juta dolar AS hingga 27 tanggal saat mulai memantul, dari titik terendah 12 juta dolar AS hingga 30 juta dolar AS, kemudian meloncat hampir 3 kali lipat mendekati 70 juta dolar AS, hampir menembus puncak sebelumnya. Hari ini volume perdagangan juga setara, langsung meloncat ke 60,8 juta dolar AS, gelombang stimulus ini membuat pengguna merasa seperti paket pengalaman roller coaster di dunia kripto.

Misteri masa depan di balik Swarms

Di balik fluktuasi harga seperti roller coaster, terdapat beberapa agen AI yang bekerja seperti tim yang terkoordinasi dengan baik, saling berkolaborasi untuk menghadapi tantangan yang kompleks. Kebijaksanaan kolektif dan kemampuan koordinasi jauh melampaui batasan agen individu, inilah yang menjadi tujuan proyek Swarms Kye Gomez. Namun, hanya memiliki ide dan konsep saja tidaklah cukup, yang benar-benar membuat semua ini mungkin adalah teknologi inti yang diluncurkan oleh Swarms—Swarm Node (SNAI). Bisa dibilang, SNAI adalah 'pusat saraf' dunia agen AI, yang menyediakan dukungan dan jaminan kuat untuk kolaborasi tanpa batas antara agen.

'Anak Jenius' Pendiri

Pendiri inti di balik Swarms, Kye Gomez, dijuluki 'anak jenius' di bidang kecerdasan buatan, pada usia 20 tahun telah menunjukkan kekuatan luar biasa yang mengagumkan. Meskipun ia putus sekolah di SMA, hanya dalam tiga tahun ia mengembangkan kerangka koordinasi multi-agen Swarms, dan berhasil menjalankan 45 juta agen AI, memberikan layanan berkualitas tinggi untuk berbagai industri seperti keuangan, asuransi, dan kesehatan, jelas menunjukkan kekuatan pemuda ini.

Dalam penelitiannya tentang agen AI yang mandiri dan kolaboratif, ia tidak hanya mengembangkan 'model SSM + MoE super efisien' dan 'model aliran campuran', tetapi juga menjelajahi potensi penyelarasan AI serta aplikasinya dalam bidang biologi dan teknologi nano. Sebenarnya, di antara banyak proyek Kye, Swarms hanyalah salah satu proyek berkualitas tinggi yang ia miliki, kekuatan pemuda ini tersembunyi, setelah diteliti lebih dalam, terungkap bahwa ia memiliki banyak proyek unggulan lainnya.

Sebagai contoh, Agora berfungsi sebagai laboratorium penelitian AI sumber terbuka, berfokus pada penggabungan AI dengan biologi dan teknologi nano, Pegasus adalah eksplorasinya dalam pemrosesan bahasa alami dan model embedding, dan ia juga terlibat dalam implementasi sumber terbuka AlphaFold3. Riwayat dan pencapaian Kye menunjukkan bahwa seorang inovator teknologi sejati sedang muncul.

Kerangka orkestrasi agen AI Swarms dan fungsi inti

Selanjutnya, mari kita analisis proyek Swarms dari anak jenius ini, yang bertujuan untuk mengembangkan dan mempromosikan kerangka orkestrasi multi-agen siap pakai untuk perusahaan, secara sederhana, fungsi inti Swarms adalah untuk memungkinkan beberapa agen AI berkolaborasi seperti tim, menggunakan kebijaksanaan kolektif untuk menyelesaikan masalah yang kompleks. Ini tidak hanya mendukung integrasi tanpa batas dengan layanan AI eksternal dan API untuk memperluas fungsionalitas, tetapi juga memberikan hampir memori jangka panjang yang tidak terbatas kepada agen untuk meningkatkan pemahaman konteks, sambil memungkinkan alur kerja yang disesuaikan. Untuk memenuhi kebutuhan tingkat perusahaan, Swarms memiliki keandalan dan skalabilitas yang tinggi, dan melalui pengoptimalan otomatis parameter model bahasa, memastikan kinerja terbaik. Dengan cara ini, Swarms dapat memanfaatkan kebijaksanaan kolektif antara agen, lebih mudah menghadapi tantangan kompleks dibandingkan dengan agen tunggal.

Proyek Swarms menonjol dengan tembok teknologinya yang kuat dan kinerja pasar, kerangka orkestrasi agen AI-nya telah beroperasi stabil selama hampir tiga tahun, telah memberikan banyak solusi efisien bagi berbagai perusahaan di situs resminya. Dari pengolahan data hingga layanan pelanggan, dan hingga pembuatan laporan, Swarms telah secara otomatis meningkatkan efisiensi bisnis sambil secara signifikan mengurangi biaya operasional, kekuatannya terlihat jelas. Sebagai proyek sumber terbuka, Swarms lebih lanjut memicu perhatian besar di komunitas pengembang, jumlah Star di GitHub telah melampaui 2.1K, mendapatkan banyak kecerdasan dan dukungan dari pengembang, sehingga semua yang telah dikumpulkan oleh Swarms membuktikan kedewasaan dan inovasi teknologi.

SNAI

Pengguna Twitter tampaknya sepakat bahwa tahap berikutnya dari agen AI adalah kolaborasi kelompok (Agen Swarms), melalui komunikasi dan kolaborasi antara beberapa agen untuk mencapai pekerjaan yang lebih efisien, cara ini memungkinkan agen dari berbagai kerangka untuk saling berkomunikasi, dan memanfaatkan keunggulan spesialisasi masing-masing dalam tugas dan skenario tertentu.

Swarm Node (SNAI) berfungsi sebagai alat bantu untuk mewujudkan Agen Swarms, infrastruktur tanpa server yang dirancang khusus untuk mendukung konsep Swarm. SNAI menyelesaikan semua tantangan teknis dalam menjalankan agen AI, memungkinkan pengguna untuk tidak khawatir tentang biaya perangkat keras dan infrastruktur, dengan mudah menerapkan, mengoordinasikan, dan mengelola agen hanya dengan skrip Python. Ini juga mendukung interaksi berantai, penjadwalan, dan operasi multi-bahasa, memberikan kemungkinan baru bagi kreator kecil yang tidak dapat menjalankan agen sepanjang waktu atau kurang memiliki dukungan perangkat keras.

Pengguna tidak perlu membayar biaya server, hanya membayar waktu eksekusi yang digunakan, membuat SNAI lebih efisien dibandingkan solusi berbasis langganan lainnya. Keunikan SNAI adalah agen-agen ini tidak terisolasi, tetapi dapat berkolaborasi secara 'berantai', membentuk sebuah Swarm.

Peran Swarm adalah membagi tugas kepada agen yang berbeda, setiap agen fokus pada satu tugas tertentu, setelah selesai mengirimkan hasil kepada agen berikutnya. Melalui REST API dan Python SDK, aplikasi lain dapat dengan mudah mengintegrasikan SNAI, pengguna juga dapat dengan fleksibel mengoordinasikan perilaku Swarm mereka (misalnya, kapan menjalankan dan data apa yang akan digunakan).

Namun, itu belum semuanya, seiring dengan SNAI yang masih dalam tahap pengembangan awal, banyak fitur baru akan ditambahkan di masa depan, termasuk penyimpanan data (basis data cloud mini yang memungkinkan agen berbagi data yang dipilih), penjadwalan tugas (menjalankan agen pada waktu tertentu) dan perpustakaan agen (agen siap pakai yang dibuat oleh komunitas, dapat dijalankan, disesuaikan, dan dioptimalkan). Selain itu, SNAI juga akan mewujudkan kompatibilitas multi-bahasa, saat ini telah menyediakan klien Python untuk operasi API yang disederhanakan, dan berencana untuk mendukung penerapan agen yang ditulis dalam bahasa Go, Rust, TypeScript, C#, PHP, dan lainnya. Komunitas telah mulai mengembangkan klien TypeScript, dan lebih banyak bahasa akan didukung di masa mendatang.

Hanya dalam minggu ini, sudah ada lebih dari 500 kali pembangunan—'ketergantungan' ini digunakan untuk mengoptimalkan efisiensi eksekusi agen AI. Lebih dari 10.000 kali eksekusi—yaitu contoh saat agen dijalankan dan kemudian dihentikan, SNAI hanya mengenakan biaya untuk waktu aktif yang berjalan, secara signifikan meningkatkan fleksibilitas operasi agen.

Karakteristik utama SNAI mencakup dukungan untuk menjalankan agen tanpa server, memungkinkan pengembang untuk mengintegrasikan agen ke dalam repositori kode, mewujudkan kolaborasi dan koordinasi interaktif antar agen, serta menerapkan model bayar sesuai penggunaan yang secara signifikan mengurangi biaya infrastruktur dan menurunkan hambatan untuk memasuki infrastruktur agen AI.

Melawan AI16Z

Swarms dan AI16Z memiliki pengaruh yang signifikan di bidang agen AI, keduanya terus terlibat dalam kontroversi di Twitter, meskipun ada beberapa kesamaan, mereka berbeda dalam arsitektur teknologi dan aplikasi. Swarms mengadopsi kerangka 'tim' yang bekerja sama, menyelesaikan tugas kompleks dan meningkatkan efisiensi melalui kolaborasi banyak agen AI. Sebaliknya, kerangka Eliza dari AI16Z lebih mirip 'koordinator' yang fleksibel, menekankan dukungan multi-platform dan integrasi multi-model, mampu beradaptasi dengan cepat di berbagai skenario, berikut ini adalah perbandingan antara kedua agen dari dua aspek.

Kerangka dan arsitektur teknologi

Swarms seperti tim yang disiplin, kerangka Swarms mendukung banyak agen AI untuk bekerja sama, dengan otonomi, modularitas, dan skalabilitas, memungkinkan agen AI berkolaborasi dengan efisien, ahli dalam membagi tugas yang kompleks, dan menyelesaikan operasi 'dengan pembagian yang jelas dan tanpa kesenjangan'. Kerangka Eliza dari AI16Z lebih mirip seorang koordinator serba bisa, fokus pada operasi multi-platform dan integrasi multi-model, sambil menekankan interaksi antar agen, memiliki keunikan dalam penyesuaian fleksibel di berbagai aplikasi.

Model dan aplikasi AI

Dalam aspek model dan aplikasi AI, Swarms lebih fokus pada bagaimana mengintegrasikan model AI yang ada dengan cerdik, melalui orkestrasi tugas dan kolaborasi tim untuk meningkatkan otomatisasi dan efisiensi tim di tingkat perusahaan, ia lebih seperti komandan yang terampil, mampu mengatur banyak kekuatan dengan baik, fokus pada 'bagaimana melakukan lebih baik'. Sementara kerangka Eliza dari AI16Z memberikan pengembang lebih banyak kebebasan, mendukung berbagai model AI (seperti Llama, Claude), memberikan aplikasi lebih banyak fleksibilitas, mampu menangani berbagai skenario dari manajemen media sosial hingga transaksi keuangan, menghasilkan solusi serba bisa. Satu fokus pada kolaborasi, satu menekankan keragaman, keduanya dalam inovasi aplikasi tidak ada yang kalah, masing-masing memiliki keunggulan.

Secara keseluruhan, Swarms dan AI16Z sedang menjelajahi masa depan agen AI dengan cara yang sangat berbeda, Swarms lebih mirip tim yang disiplin, menarik pengguna tingkat perusahaan dengan kolaborasi efisien dan teknologi yang kuat, sementara Eliza dari AI16Z lebih mirip pemain bebas yang serba bisa, menunjukkan potensi tanpa batas melalui adaptasi fleksibel dan keragaman skenario. Sebenarnya keduanya memiliki keunggulan masing-masing, di era kompetisi yang ketat ini, cerita agen AI baru saja dimulai, siapa yang akan muncul sebagai pemenang dalam perlombaan ini? Kita tunggu dan lihat!